来源： 时间：2022-09-03 09:34:58
麻省理工学院的研究人员，包括印度裔的研究人员，已经开发了新颖的机器学习技术，通过减少侵袭性脑癌的毒性化疗和放疗剂量来改善患者的生活质量。胶质母细胞瘤是一种出现在大脑或脊髓的恶性肿瘤，成人的预后不超过五年。通常给患者服用最大安全剂量的药物以尽可能缩小肿瘤，但他们仍然有使人衰弱的副作用的风险。
新的 “自学习” 机器学习技术可以使给药方案毒性较低，但仍然有效。研究人员说，它着眼于当前使用的治疗方案，并找到了最佳的治疗方案，其效力和剂量频率最低，仍应将肿瘤大小减小到与传统方案相当的程度。
<iframe src = "https://www.dailymotion.com/embed/video/ k7BBL3BOhnj0AZuekZw" width = "100%" height = "363"></iframe>“我们的目标是我们必须通过减少肿瘤大小来帮助患者，但与此同时，我们希望确保生活质量-剂量毒性-不会导致压倒性的疾病和有害的副作用，” pratik Shah说，美国波士顿麻省理工学院 (MIT) 首席研究员。
研究结果将在美国加州斯坦福大学的2018医疗机器学习会议上发表。在50名患者的模拟试验中，该模型包括人工智能的 “代理”，设计了治疗周期，将效力降低到几乎所有剂量的四分之一或一半，同时保持相同的肿瘤收缩潜力。
很多时候，它完全跳过了剂量，每年只安排两次给药，而不是每月一次。然而，研究人员还必须确保模型不只是给出最大剂量和效力的剂量。每当模型选择施用所有全剂量时，它都会受到惩罚，因此它选择更少，更小的剂量。
沙阿说: “如果我们要做的就是缩小平均肿瘤直径，让它采取任何它想要的行动，它将不负责任地服用药物。”“相反，我们需要减少达到这一结果所需的有害行动。”
相关推荐
猜你喜欢
